在Ruby中使用Nokogiri解析HTML

在 Ruby 中，Nokogiri 是一个非常强大的 HTML、XML 和 SAX 解析器，它允许您轻松地解析和操作 HTML 和 XML 文档。要使用 Nokogiri 解析 HTML，您需要首先安装 Nokogiri gem，然后使用 Nokogiri::HTML 类来解析 HTML 文档。

以下是一个简单的示例，演示如何使用 Nokogiri 解析 HTML 文档：

require 'nokogiri'

# 假设您有一个包含以下内容的 HTML 文档：
html = <<-HTML
  <html>
    <head>
     <title>My Website</title>
    </head>
    <body>
      <h1>Welcome to my website!</h1>
      <p>Here is some text.</p>
      <ul>
        <li>Item 1</li>
        <li>Item 2</li>
        <li>Item 3</li>
      </ul>
    </body>
  </html>
HTML

# 使用 Nokogiri::HTML 解析 HTML 文档
doc = Nokogiri::HTML(html)

# 获取页面标题
title = doc.title
puts "Title: #{title}"

# 获取所有段落文本
paragraphs = doc.css('p')
paragraphs.each do |p|
  puts "Paragraph: #{p.text}"
end

# 获取所有列表项
items = doc.css('ul li')
items.each do |item|
  puts "Item: #{item.text}"
end

在这个示例中，我们首先使用 Nokogiri::HTML 解析了一个包含 HTML 文档的字符串。然后，我们使用 CSS 选择器来获取页面标题、所有段落文本和所有列表项。最后，我们将这些信息打印到控制台上。

Nokogiri 提供了许多其他方法和功能，例如 XPath 选择器、节点遍历和修改等，这些都可以让您更轻松地处理 HTML 和 XML 文档。